Sistem Klasifikasi Deteksi Komentar TikTok Berbasis Web terhadap Pelanggaran UU ITE 2024 Menggunakan Support Vector Machine (Studi Kasus : Pelecehan Seksual)
Tahun 2026 · Penulis: Ahmad Rizky Febianto
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis web dalam mendeteksi komentar TikTok yang melanggar Undang-Undang Informasi dan Transaksi Elektronik (UU ITE), dengan fokus pada kasus pelecehan seksual. Tingginya jumlah komentar yang dihasilkan pengguna pada platform TikTok meningkatkan risiko penyebaran bahasa kasar dan konten pelecehan seksual, sehingga proses moderasi secara manual menjadi tidak efektif. Oleh karena itu, penelitian ini menerapkan pendekatan klasifikasi teks menggunakan algoritma Support Vector Machine (SVM) untuk mengidentifikasi dan mengklasifikasikan komentar ke dalam kategori pelecehan seksual dan non-pelecehan seksual secara otomatis. Metode penelitian meliputi pengumpulan data dari dataset publik dan komentar TikTok yang dilabeli secara manual, dilanjutkan dengan tahapan preprocessing teks yang mencakup case folding, data cleaning, tokenization, normalization, filtering, dan stemming. Ekstraksi fitur dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), sedangkan evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model terbaik mencapai akurasi sebesar 95%, yang menandakan performa klasifikasi yang andal. Model yang telah dilatih kemudian diintegrasikan ke dalam aplikasi web berbasis Flask yang mampu mengambil komentar TikTok, melakukan klasifikasi secara real-time, serta menyajikan hasil dalam bentuk persentase pelanggaran. Aplikasi ini diharapkan dapat mendukung moderasi konten digital dan berkontribusi dalam menciptakan lingkungan digital yang lebih aman, khususnya bagi anak dan remaja.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,833
Tahun 2026 · Penulis: Tantra Wahyudi
Implementasi Sistem Deteksi Sentimen Berbasis Aspek untuk Ulasan Smartphone Menggunakan Metode Support Vector Machine (Studi kasus: iPhone 17 Pro)
Pengguna internet Indonesia telah menghasilkan jutaan ulasan smartphone di YouTube, yang sebagian besar ditulis dalam bahasa informal yang sangat tinggi yang berisi singkatan, typos, dan sarkasme, membuat analisis otomatis sangat menantang sistem konvensional.
- Cosine 0,831
Tahun 2025 · Penulis: Moch Novan Romadhon
Sistem Klasifikasi Teks untuk Deteksi Bullying pada Komentar Youtube Menggunakan Algoritma Support Vector Machine
Cyberbullying merupakan tindakan perundungan yang dilakukan melalui teknologi digital. Tindakan ini dapat terjadi di berbagai platform media sosial, termasuk YouTube.. Penelitian ini bertujuan merancang sistem klasifikasi komentar YouTube untuk mendeteksi bull
- Cosine 0,820
Tahun 2026 · Penulis: Kevin Elvio Chrisselin Purwanto
Pengembangan Model Klasifikasi Phising URL Menggunakan Xgboost Dan Feature Selection Dengan Pengintegerasian Pada Ekstensi Browser
Pesatnya perkembangan teknologi informasi telah memicu peningkatan ancaman keamanan siber, salah satunya adalah *phishing*. Serangan *phishing* dilakukan dengan menggunakan tautan atau situs web palsu yang menyerupai situs web resmi untuk mencuri informasi sen